【历史文档】常见问题-目前支持的Python模块
由xiaoshao创建，最终由small_q 被浏览 1512 用户
{{use_style}}
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平台：
https://bigquant.com/data/home
https://bigquant.com/wiki/doc/dai-PLSbc1SbZX
新版表达式算子：
https://bigquant.com/wiki/doc/dai-sql-Rceb2JQBdS
新版因子平台：
https://bigquant.com/wiki/doc/bigalpha-EOVmVtJMS5
Python库
| 模块名称 | 版本 | 简介 | 网址 |
|---|---|---|---|
| numba | 0.55.2 | Numba是一款可以将python函数编译为机器代码的JIT编译器，经过Numba编译的python代码（仅限数组运算），其运行速度可以接近C或FORTRAN语言。 | https://numba.pydata.org/ |
| pytorch | 1.10.0 | PyTorch是由Meta AI(Facebook)人工智能研究小组开发的一种基于Lua编写的Torch库的Python实现的深度学习库，目前被广泛应用于学术界和工业界。 | https://pytorch.org/get-started/locally/ |
| scikit-learn | 0.24.1 | 是针对Python 编程语言的免费软件机器学习库 [1] 。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k均值和DBSCAN，并且旨在与Python数值科学库NumPy和SciPy联合使用。 | https://scikit-learn.org/stable/ |
| matplotlib | 3.3.4 | matplotlib可能是Python 2D绘图领域使用最广泛的库。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式 | https://matplotlib.org/2.2.2/ |
| NumPy | 1.19.5 | NumPy系统是Python的一种开源的数值计算扩展。NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生 | http://www.numpy.org/ |
| pandas | 1.2.2 | Python Data Analysis Library 或 pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法 | http://pandas.pydata.org/pandas-docs/version/0.22.0/ |
| SciPy | 1.6.0 | SciPy是一款方便、易于使用、专为科学和工程设计的Python工具包。它包括统计，优化，整合，线性代数模块，傅里叶变换，信号和图像处理,常微分方程求解器等等 | http://www.scipy.org/ |
| seaborn | 0.11.2 | 该模块是一个统计数据可视化库 | http://web.stanford.edu/\~mwaskom/software/seaborn/ |
| Statsmodels | 0.13.2 | Statismodels是一个Python包，提供一些互补scipy统计计算的功能，包括描述性统计和统计模型估计和推断 | http://statsmodels.sourceforge.net/ |
| TA-Lib | 0.4.21 | TALib是一个处理金融数据和技术分析的开放代码库 | http://mrjbq7.github.io/ta-lib/funcs.html |
| Theano | 1.0.5 | Pyhton深度学习库 | http://deeplearning.net/software/theano/ |
| tensorflow | 2.4.1 | 谷歌基于DistBelief进行研发的第二代人工智能学习系统 | https://www.tensorflow.org/ |
| tensorlayer | 2.2.5 | TensorLayer 是为研究人员和工程师设计的一款基于Google TensorFlow开发的深度学习与强化学习库。 | https://tensorlayercn.readthedocs.io/zh/latest/ |
| Keras | 2.2.1 | 高阶神经网络开发库，可运行在TensorFlow或Theano上 | https://keras.io/ |
| xgboost | 0.90 | 该模块是大规模并行boosted tree的工具，它是目前最快最好的开源boosted tree工具包。 | https://xgboost.readthedocs.io/en/latest/ |
| cvxopt | 1.3.0 | 凸优化的工具库 | https://pypi.org/project/cvxopt/ |
| bottleneck | 1.3.2 | Bottleneck是用C编写的快速NumPy数组函数的集合。 | https://pypi.org/project/Bottleneck/ |
| tensorforce | 0.5.5 | 该模块是一个构建于TensorFlow之上的新型强化学习API。 | https://github.com/reinforceio/tensorforce |
| edward | 1.3.5 | 该模块为线性混合模型 | http://edwardlib.org/api/ |
| arch | 5.2.0 | 自回归条件异方差模型模型将当前一切可利用信息作为条件，并采用某种自回归形式来刻画方差的变异，对于一个时间序列而言，在不同时刻可利用的信息不同，而相应的条件方差也不同，利用ARCH 模型，可以刻画出随时间而变异的条件方差。 | https://www.archlinux.org/ |
| pyspark | 3.1.2 | 大规模内存分布式计算框架 | http://spark.apache.org/docs/latest/api/python/pyspark.html |
| alphalens | 0.4.0 | 因子分析库 | https://www.quantopian.com/posts/alphalens-a-new-tool-for-analyzing-alpha-factors |
| graphviz | 0.19 | 该软件包有助于在Python 的Graphviz图形绘制软件（主仓库）的DOT语言中创建和呈现图形描述。 | http://www.graphviz.org/ |
| IOHMM | 0.0.3 | 输入输出隐马尔可夫模型（IOHMM）的Python包。 | https://github.com/Mogeng/IOHMM |
| gplearn | 0.4.1 | 遗传规划工具库 | https://gplearn.readthedocs.io/en/stable/ |
| cvxpy | 1.1.12 | 该模块是一种可以内置于Python中的模型编程语言，解决凸优化问题。 | https://pypi.org/project/cvxpy/ |
| cloudpickle | 1.2.2 | cloudpickle 对于集群计算特别有用，其中Python表达式通过网络传送到远程主机上执行，可能接近数据。 | https://pypi.org/project/cloudpickle/ |
| pyfinance | 1.2.7 | 金融数据处理的工具包 | https://pypi.org/project/pyfinance/1.1.1/ |
| catboost | 0.24.4 | 一种主流的机器学习工具库 | https://pypi.org/project/catboost/0.10.2/ |
| lightgbm | 2.2.3 | 一种主流的机器学习工具库 | http://lightgbm.apachecn.org/cn/latest/index.html |
| chainer | 5.2.0 | 该模块是一个专门为高效研究和开发深度学习算法而设计的开源框架 | https://chainer.org/ |
| keras-rl | 0.4.2 | Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。 | https://github.com/keras-rl/keras-rl/ |
| alphalens | 0.4.0 | Alphalens是一个用于因子分析的开源Python库。它是Quantopian公司旗下三大开源包之一，其余两个分别是Zipline(策略回测)， Pyfolio(策略分析)。 | https://github.com/quantopian/alphalens |
| arrow | 1.2.1 | arrow是一个提供了更易懂和友好的方法来创建、操作、格式化和转化日期、时间和时间戳的python库。可以完全替代datetime，支持python2和3 | https://github.com/apache/arrow |
| CatBoost | 0.24.4 | CatBoost是俄罗斯的搜索巨头Yandex在2017年开源的机器学习库，是Boosting族算法的一种。CatBoost和XGBoost、LightGBM并称为GBDT的三大主流神器，都是在GBDT算法框架下的一种改进实现。XGBoost被广泛的应用于工业界，LightGBM有效的提升了GBDT的计算效率，而Yandex的CatBoost号称是比XGBoost和LightGBM在算法准确率等方面表现更为优秀的算法。 | https://github.com/catboost/catboost |
| CCXT | 1.26.1 | CCXT 库可用于世界各地的加密货币/山寨币交易所的连接和交易，以及转账支付处理服务。它提供了快速访问市场数据的途径，可用于存储数据，分析，可视化，指标开发，算法交易，策略回测，机器人程序 | https://github.com/ccxt/ccxt |
| chainer | 5.2.0 | Chainer是一个专门为高效研究和开发深度学习算法而设计的开源框架。 | https://github.com/chainer/chainer |
| jieba | 0.39 | jieba是优秀的中文分词第三方库，由于中文文本之间每个汉字都是连续书写的，我们需要通过特定的手段来获得其中的每个词组，这种手段叫做分词，我们可以通过jieba库来完成这个过程。 | https://github.com/fxsjy/jieba |
| NumExpr | 2.8.1 | NumExpr是一个用于numpy类型快速数值表达式计算的第三方Python加速库。有了它， 在数组上操作的表达式（如3xa+4xb）相比在python中执行速度更快，所需内存空间占用更少。 | https://github.com/pydata/numexpr |
| Scipy | 1.6.0 | Scipy高级科学计算库：和Numpy联系很密切，Scipy一般都是操控Numpy数组来进行科学计算、统计分析，所以可以说是基于Numpy之上了。 | https://scipy.org/ |
\